| 【中文题名】 | 基于遗传算法的物流成本模型研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-7-6 |
| 【中关键词】 | 遗传算法,人机交互,物流成本模型,函数优化,非线性规划, |
| 【英关键词】 | Genetic algorithm,human-machine interaction,Logistics cost model,Functions optimization,Nonlinear Programming, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
人们对于物流所进行的基本活动并不陌生，而物流在中国却是近几年来兴起的概念。现代物流是与能源流、信息流并列的，继劳动力、资源之后的“第三利润源泉”。近几年来电子商务的快速发展，使得物流配送面临前所未有的机遇和挑战。目前，随国内对物流配送的研究日渐深入，物流系统的最优化越来越成为众人注目的焦点。
遗传算法作为一种非确定性的拟生态随机优化算法在过去20年中得到了广泛的应用。由于其具有不依赖于问题模型的特性、全局最优性、隐含并行性等特点，正越来越激起人们研究与应用的兴趣。本文应用遗传算法求解物流系统成本优化问题，主要在以下几个方面作了一些研究工作：
首先我们介绍了当前国内外物流系统优化决策研究概况，存在的问题及解决思路。
第二章介绍了遗传算法的基本概念和基本理论以及用遗传算法解决非线性模型的常用策略。对遗传算法的各个组成部分，特别是对选择策略，杂交策略，变异策略作了详细的介绍。
第三章对整个物流链成本进行综合分析，通过理论化的抽象来建立一种效益与成本、服务质量均衡的多目标优化的物流成本模型。
第四章针对求解第三章提出的模型问题，我们提出了差... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-8 |
|
第一章 绪论 |
8-13 |
|
1.1 课题来源 |
8 |
|
1.2 课题研究背景 |
8-9 |
|
1.3 问题的提出 |
9-10 |
|
1.4 问题的研究概况 |
10-11 |
|
1.5 课题研究内容 |
11 |
|
1.6 本文主要内容 |
11-13 |
|
第二章 遗传算法概述 |
13-32 |
|
2.1 遗传算法的起源 |
13-14 |
|
2.2 遗传算法的主要步骤 |
14-15 |
|
2.3 遗传算法的组成 |
15-26 |
|
2.3.1 编码方式 |
15-16 |
|
2.3.2 初始群体的产生 |
16-17 |
|
2.3.3 评价函数 |
17-18 |
|
2.3.4 遗传操作 |
18-24 |
|
2.3.4.1 选择策略 |
18-21 |
|
2.3.4.2 杂交策略 |
21-22 |
|
2.3.4.3 变异策略 |
22-24 |
|
2.3.5 算法终止条件 |
24-25 |
|
2.3.6 算法参数设置 |
25-26 |
|
2.4 遗传算法的应用 |
26 |
|
2.5 遗传算法的特点和关键 |
26-28 |
|
2.6 标准遗传算法的局限 |
28-30 |
|
2.7 结束语 |
30-32 |
|
第三章 非线性规划多目标优化物流成本随机模型 |
32-41 |
|
3.1 物流成本分析 |
32-37 |
|
3.1.1 多目标优化物流成本模型 |
33-36 |
|
3.1.1.1 基本模型及目标函数 |
33-35 |
|
3.1.1.2 基本假设 |
35-36 |
|
3.1.2 模型的几点说明 |
36-37 |
|
3.1.2.1 确定再订货点 |
36 |
|
3.1.2.2 预期服务水平 |
36-37 |
|
3.2 模型求解 |
37-38 |
|
3.2.1 参量的预测方法 |
37 |
|
3.2.2 模型求解 |
37-38 |
|
3.3 模型仿真分析 |
38-40 |
|
3.3.1 距离与总成本的关系分析 |
39 |
|
3.3.2 订货比例与总成本关系分析 |
39-40 |
|
3.4 结束语 |
40-41 |
|
第四章 模型的遗传算法求解 |
41-55 |
|
4.1 针对模型的遗传算法改进 |
41-51 |
|
4.1.1 差分杂交 |
41-45 |
|
4.1.1.1 差分杂交算子 |
41-42 |
|
4.1.1.2 测试函数 |
42-43 |
|
4.1.1.3 测试结果 |
43-45 |
|
4.1.2 基于人机交互的自适应退火遗传算法 |
45-51 |
|
4.1.2.1 算法的基本思想 |
45 |
|
4.1.2.2 初始群体与人工个体 |
45-46 |
|
4.1.2.3 移民池与人工个体 |
46 |
|
4.1.2.4 个体的生存期 |
46-47 |
|
4.1.2.5 算法早熟的预防措施 |
47-48 |
|
4.1.2.5.1 调整个体生存期 |
47 |
|
4.1.2.5.2 改进的自适应交叉和变异算子 |
47-48 |
|
4.1.2.6 算法步骤 |
48-49 |
|
4.1.2.7 测试结果分析 |
49-51 |
|
4.2 模型的遗传算法求解过程 |
51-53 |
|
4.2.1 确定解的编码 |
51-52 |
|
4.2.2 确定初始群体 |
52 |
|
4.2.3 确定评价函数 |
52 |
|
4.2.4 确定杂交和变异规划 |
52-53 |
|
4.2.5 确定遗传算法的参数 |
53 |
|
4.3 实例仿真 |
53-54 |
|
4.4 结束语 |
54-55 |
|
第五章 结论 |
55-57 |
|
参考文献 |
57-62 |
|
攻读学位期间发表的学术论文 |
62-63 |
|
致谢 |
63-64 |
|
| 【DOI】 | LunWen.ID:2.2008.387004 |
